IoTの普及に伴い，従来のセキュリティメカニズムだけでは，新しく複雑な攻撃に効果的に対応しきれない．そこで本研究では，効率的な IoT 侵入検知を実現するため，特徴選択に基づく軽量な逐次2値分類（SBC-FS）手法を提案する．この逐次2値分類手法は，データ数が最も多い攻撃タイプを段階的に識別・分離することで，多クラス分類問題を体系的に単純化する．本研究では，安定的かつ予測能力の高い特徴量サブセットを特定する堅牢な多段階の特徴量選択を行い，モデルの複雑性を大幅に削減する．CICIoT2023およびIoT-23データセットで検証した結果，SBC-FSのモデルごとの推論時間が,多クラス分類モデルなどより短くなり，軽量化の成果を示した．